文献

J-GLOBAL ID：202002291701700964   整理番号：20A2786450

人工ニューラルネットワークとサポートベクトルマシンを用いた浮遊吊橋の風と波による長期極限荷重効果の効率的予測【JST・京大機械翻訳】

Efficient prediction of wind and wave induced long-term extreme load effects of floating suspension bridges using artificial neural networks and support vector machines

著者 (4件)： Xu Yuwang (School of Naval Architecture, Ocean & Civil Engineering, Shanghai Jiao Tong University, China) ,  Fenerci Aksel (Department of Structural Engineering, NTNU, Norway) ,  Oiseth Ole (Department of Structural Engineering, NTNU, Norway) ,  Moan Torgeir (Centre for Ships and Ocean Structures (CeSOS), NTNU, Centre for Autonomous Marine Operations and Systems (AMOS), NTNU, Norway)
資料名： Ocean Engineering  (Ocean Engineering)
巻： 217  ページ： Null  発行年： 2020年 
JST資料番号： D0597A  ISSN： 0029-8018  CODEN： OCENBQ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 長期極限荷重効果は,土木および沖合構造物の設計における主要な関心事の1つである。そのような負荷効果は,正確だが計算的に要求されている完全な長期法あるいはより効率的で近似的な一次および二次信頼性手法を用いて評価できる。機械学習アルゴリズムによって強化されたモンテカルロベースの方法は,伝統的方法に対する効率的代替案を提供する。したがって,人工ニューラルネットワークとサポートベクトルマシンを,長期極限荷重効果の予測をスピードアップするための限界状態関数の代理モデルとして用いた。事例研究として,風と波の複合作用の下で,2つの浮遊橋を持つ3スパン吊橋を用いた。桁の臨界位置での垂直たわみによる曲げモーメント値に対応する長期極値の累積密度関数を計算した。次に,人工ニューラルネットワークとサポートベクトルマシンベースのアプローチが,1次および2次信頼性法より,より少ない計算努力を必要とし,より正確な結果を与えることを示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： モンテカルロ法 ,  信頼性 ,  たわみ ,  曲げモーメント ,  スパン ,  *ニューラルネットワーク ,  *吊橋 ,  近似法 ,  臨界 ,  *終局荷重 ,  土木工学 ,  事例研究 ,  学習アルゴリズム ,  *サポートベクトルマシン
準シソーラス用語： 限界状態関数 , 【Automatic Indexing@JST】

著者キーワード (5件)： 人工ニューラルネットワーク ,  サポートベクトルマシン ,  一次信頼性法 ,  二次信頼性法 ,  長期極限荷重効果

分類 (2件)： 吊橋,斜張橋,その他  (RC06050Q) ,  信頼性  (KB04040H)

タイトルに関連する用語 (9件)： 人工ニューラルネットワーク ,  サポートベクトルマシン ,  浮遊 ,  吊橋 ,  風 ,  波 ,  長期 ,  極限荷重 ,  予測